什么时候非二进制数据结构比二进制数据结构好？ （即堆，BST等）

Question

CS中的许多数据结构都是二进制（BST，堆等）。以非二进制形式实现它们的理由是什么？ IE浏览器。每个节点都有一个包含3个子节点的堆，等等。

Answer 1

每个节点有两个以上子节点的树是一种权衡，因为它们的深度较浅，代价是每个节点有更多链接。通常在数据库和文件系统中使用的B-tree是每个节点具有多个链接的树结构的典型示例。这种结构非常适合文件系统，因为可以调整B树节点的大小以与文件系统块或集群的大小紧密匹配。

Answer 2

二叉树具有相对较大的空间开销。例如，实现集合的二叉搜索树中的节点包含四个字段key，left和right。由于key是您真正感兴趣的唯一内容，left和right指针只是数据结构的簿记，这是2/3的开销。

相比之下，三元搜索树节点将包含五个字段：key1和key2，以及指针left，middle和right。这仅仅是3/5开销，并且对于更大的节点，开销的相对量进一步减少。当然，在某些时候，结构会变得太大而无法管理，因此可以挤出较大节点的性能数量有限;该限制取决于应用程序。

（我甚至没有考虑过内存分配造成的开销，随着节点变大，内存分配也会下降。还有其他原因可能会有更大的节点，例如2-3 tree具有比二分查找更好的渐近复杂度树。）

Answer 3

当操作是二进制时，您将使用二进制数据结构。当操作是三元组时，您将使用三元数据结构。二进制数据结构常见的一个原因是大多数操作都是二进制的。对于例如如果你想比较4个元素，你可以一次比较2个元素。它与+,-,*,/相同。以Java中的TreeSet或TreeMap为例，它是一个红黑树。您为它提供了一个比较器并实现：

compare(T o1, T o2) 

这是一个比较2个参数的二元运算。